四川省入境旅游需求组合预测研究

通过对四川省入境旅游人数的准确预测,可以加强政府部门对旅游行业的把控,引导旅游市场资源的合理利用与配置提供了技术支持.建立了4种预测模型,对四川省入境旅游人数进行预测.比较两个误差指标值,表明组合预测方法能够有效地提高预测精度.     

柚皮素/β-环糊精超分子体系的包合行为

本文采用超声法制备了柚皮素（NAR）与β-环糊精（βCD）的包合物.粉末-X射线衍射（XRD）和红外吸收光谱（IR）测定均表明形成的包合物具有不同于主客体的新的结构性质.¹H NMR与ROESY核磁共振（NMR）实验表明NAR以苯环端从βCD的宽口端进入，并形成稳定的超分子包合物.量子化学计算分析NAR/βCD包合物的形成过程表明，驱动力源于焓驱动与氢键弱相互作用力；能隙和结合能分析得到的最优包合模式与NMR研究结果一致；ONIOM分层计算验证了上述结果.分子对接模拟出的最优包合模式也与量子化学计算、NMR的分析结果吻合.本文获取了清晰的NAR/βCD包合物构型及其形成机理，为该超分子药物的定量构效关系研究提供了理论参考.     

基于表面等离子共振的光纤探针折射率传感器

基于表面等离子体共振效应,设计一种锥形光纤探针折射率传感器。通过锥形结构理论模型与SPR共振模型,利用MATLAB与FDTD Solutions软件进行理论计算与模拟仿真,分析锥形光纤锥度比、传感区长度和银膜厚度对传感器发生共振时的共振深度的影响。通过对比所镀膜层的结构与厚度,从灵敏度与品质因素角度对传感器性能进行优化。结果表明随着锥形光纤锥度比增大,共振深度出现极值;传感区长度越长,共振深度越深;银膜在50 nm处传感器性能较优,银/二氧化钛复合膜结构的传感器灵敏度与品质因素高于单层膜结构传感器。     

GARCH模型的贝叶斯局部影响分析及其应用

广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用。在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式。我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构。基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度。数值模拟研究验证了所提方法的有限样本表现。对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性。     

卡普利加(Kaprekar)数的构造和推广

本文首先在位数相同的数集中,定义一种新的运算——循环进位法,并证明循环进位法的加法、乘法使位数相同的数集构成群、环.在此环中,我们又给出卡普利加数的定义,并在环的主理想中,推出它的构造原理和算法.最后我们把"一分为二(卡普利加数)"推广到"一分为N".     

AR(2)模型自相关函数计算公式的回顾

本文基于AR(2)模型的Yule-Walker方程组,利用二阶线性常系数递推关系的一般理论,导出了AR(2)过程自相关函数计算公式.     

刀锋伪影校正技术在精神疾病患者海马MRI检查中的应用

为探讨磁共振刀锋伪影校正（BLADE）技术提升精神疾病患者海马磁共振图像质量的效果，本文分别使用结合了BLADE技术的BLADE T₂WI TSE、BLADE T₂WI FLAIR及传统T₂WI TSE、T₂WI FLAIR四种序列，对47例精神疾病患者和美国放射学院（ACR）标准模体在3.0 T磁共振成像（MRI）设备上分别进行常规海马斜冠状位扫描和ACR标准检测.患者的磁共振图像由2名放射科医师采用5分法对运动伪影、搏动伪影、颗粒度、海马磁共振图像质量进行评价，并应用Wilcoxon符号秩检验进行数据分析.模体图像通过识别图像的钻孔阵列和轮辐的数目，半定量评价各序列的高对比空间分辨力（HCSR）和低对比物体探测能力（LCD）.结果表明相比传统序列，结合BLADE技术的序列能够明显改善海马磁共振图像的运动伪影、搏动伪影（p<0.001），提高图像质量（p<0.05）；但在图像颗粒度方面，传统序列表现更优（p<0.001）.ACR模体半定量分析显示，结合BLADE技术序列与传统序列相比，在LCD检测方面结果更优、在HCSR检测方面结果相同或略逊.本文推荐将BLADE技术应用于不合作的精神疾病患者海马的MRI检查.     

Smarandache函数在两数列上的下界估计

设S(n)是Smarandache函数,其中n是一正整数.讨论Smarandache函数S(n)在数列F((2k),1)=F(n,1)=n2n+1(n=2k)与数列G(2n,1)=(2n)2n+1上的下界估计.基于初等方法证明了:当偶数n≥6时,有S(F((2k),1))=S(F(n,1))≥6×2n+1;当n≥4时,有S(G(2n,1))≥6×2n+1.     

用Hirota双线性方法构造一种(3+1)维高维孤子方程的多孤子解

通过两种方法构造了一种(3+1)维高维孤子方程的孤子解.第一种方法是利用对数函数变换,将其化成双线性形式的方程,在用级数扰动法求解双线性方程的单孤子解、双孤子解和N-孤子解.第二种方法是用广义有理多项式与试探法相结合,构造了(3+1)维高维孤子方程的怪波解.     

基于级联卷积神经网络的前列腺磁共振图像分类

针对深度学习训练成本高，以及基于磁共振图像的前列腺癌临床诊断需要大量医学常识且极为耗时的问题，本文提出了一种基于级联卷积神经网络（Convolutional Neural Network，CNN）和磁共振图像的前列腺癌（Prostate Cancer，PCa）自动分类诊断方法，该网络以Faster-RCNN作为前网络，对前列腺区域进行提取分割，用于排除前列腺附近组织器官的干扰；以基于ResNet改进的网络结构CNN40_bottleneck作为后网络，用于对前列腺区域病变进行分类.后网络由瓶颈结构串联组成，其中使用批量标准化（Batch Normalization，BN）、全局平均池化（Global Average Pooling，GAP）进行优化.实验结果证明，本文方法对前列腺癌诊断结果较好，而且缩减了训练时间和参数量，有效降低了训练成本.